图像编码方法、解码方法、装置、可读介质及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115514976A(43)申请公布日2022.12.23(21)申请号202210837739.2(22)申请日2022.07.15(71)申请人中国电信股份有限公司地址100033北京市西城区金融大街31号(72)发明人韩韬张园杨明川王翰铭王泽琨(74)专利代理机构北京律智知识产权代理有限公司11438专利代理师孙宝海(51)Int.Cl.H04N19/66(2014.01)H04N19/46(2014.01)H04N19/44(2014.01)G06T7/269(2017.01)权利要求书2页说明书11页附图6页(54)发明名称图像编码方法、解码方法、装置、可读介质及电子设备(57)摘要本申请属于人工智能技术领域，具体涉及一种图像编码方法、解码方法、装置、可读介质及电子设备。该方法包括获取原始图像，并进行分块处理；计算每个分块内像素的梯度值，根据所述像素的梯度值筛选重要区域分块；将所述重要区域分块以及所述重要区域分块在所述原始图像中的位置信息，输入视觉转换模型中进行编码，以生成比特流。这样，该方法针对被压缩图像的不同信息区域，进行有选择、可控制地压缩，对于图像中信息密集的重点区域尽可能多的保留，尽量少压缩；而对图像中信息稀疏的非重点区域，则尽可能的压缩，提高图像压缩效率，实现统一方案下灵活的码率控制。CN115514976ACN115514976A权利要求书1/2页1.一种图像编码方法，其特征在于，所述图像编码方法包括：获取原始图像，并进行分块处理；计算每个分块内像素的梯度值，根据所述像素的梯度值筛选重要区域分块；将所述重要区域分块以及所述重要区域分块在所述原始图像中的位置信息，输入视觉转换模型中进行编码，以生成比特流。2.根据权利要求1所述的图像编码方法，其特征在于，所述计算每个分块内像素的梯度值，根据所述像素的梯度值筛选重要区域分块，包括：计算每个分块内像素的梯度值，根据所述像素的梯度值计算各个分块的梯度平均值；根据所述梯度平均值对各个分块进行排序，并将所述梯度平均值小于预设值的分块丢弃，剩余的分块为所述重要区域分块。3.根据权利要求1或2所述的图像编码方法，其特征在于，所述将所述重要区域分块以及所述重要区域分块在所述原始图像中的位置信息，输入视觉转换模型中进行编码，以生成比特流，包括：将所述重要区域分块输入所述视觉转换模型，输出编码可见补丁和掩码令牌；根据所述编码可见补丁、所述掩码令牌以及在所述原始图像中的位置信息，生成图像令牌，并根据所述图像令牌生成所述比特流。4.根据权利要求1或2所述的图像编码方法，其特征在于，所述方法还包括，图像的压缩比率α满足公式：其中，n为原始图像的尺寸大小，p为丢弃的分块数量。5.根据权利要求1所述的图像编码方法，其特征在于，所述获取原始图像，并进行分块处理，包括：获取n×n的原始图像；将所述原始图像按照非重叠区域均匀分块为m×m，得到每个均匀分块的大小为6.一种图像解码方法，其特征在于，对权利要求1至5任意一项所述的图像编码方法所进行的编码进行解码，所述图像解码方法包括：接收经过编码生成的比特率；将所述比特流进行解码，并将解码结果依次经过归一化、多头注意力机制以及多层感知器处理，输出重构后的图像。7.一种图像编码装置，其特征在于，所述图像编码装置包括：获取模块，用于获取原始图像，并进行分块处理；计算模块，用于计算每个分块内像素的梯度值，根据所述像素的梯度值筛选重要区域分块；编码模块，用于将所述重要区域分块以及所述重要区域分块在所述原始图像中的位置信息，输入视觉转换模型中进行编码，以生成比特流。8.一种图像解码装置，其特征在于，所述图像解码装置包括：接收模块，用于接收经过编码生成的比特率；2CN115514976A权利要求书2/2页解码模块，用于将所述比特流进行解码，并将解码结果依次经过归一化、多头注意力机制以及多层感知器处理，输出重构后的图像。9.一种计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的图像编码方法，或者如权利要求6所述的图像解码方法。10.一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至5中任意一项所述的图像编码方法，或者如权利要求6所述的图像解码方法。3CN115514976A说明书1/11页图像编码方法、解码方法、装置、可读介质及电子设备技术领域[0001]本申请属于人工智能技术领域，具体涉及一种图像编码方法、解码方法、装置、可读介质及电子设备。背景技术[0002]传统的图像/视频编码面向人类视觉任务，大多用于娱乐用途，注重视频